《表7 点内表示方式评估结果(黑体表示最优)》
注:√表示使用表示方式,×表示不使用。
本节评估不同的点内表示方式对分类精度的影响。笔者将文中提出的点内表示方式分为3类:二阶多项式类,包含Fp21和Fp22;三阶多项式类,包含Fp31、Fp32和Fp33;极坐标类,包含Fl2、Fdist和Fθ。表7展示的结果说明,每种表示方式对精度提升都有一定的贡献,通道数最大时效果最好。这表明通过发掘数据的表示方式是一种有效的提升机器学习模型性能的手段。
图表编号 | XD00139892900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 闫林、刘凯、段玫妤 |
绘制单位 | 西安电子科技大学计算机科学与技术学院、西安电子科技大学计算机科学与技术学院、西安电子科技大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |